为什么不应该使用 F# 异步工作流程来实现并行性？

我最近一直在学习 F#，对其轻松利用数据并行性特别感兴趣。这data |> Array.map |> Async.Parallel |> Async.RunSynchronously习语似乎很容易理解、易于使用并从中获得真正的价值。

那么为什么会这样呢async真的不是为了这个吗？唐纳德·赛姆本人 http://blogs.msdn.com/b/dsyme/archive/2007/10/11/introducing-f-asynchronous-workflows.aspx说 PLINQ 和 Futures 可能是更好的选择。我在这里读到的其他答案也同意这一点，并推荐 TPL。 （PLINQ 看起来与上面的内置函数没有太大区别，只要您使用 F# Powerpack 来获取PSeq功能。）

F# 和函数式语言对此非常有意义，并且一些应用程序 http://www.langnetsymposium.com/2009/talks/21-AmanderLauter-FSharpConcurrency.html取得了巨大的成功async并行性。

So why 不应该 I use async执行并行数据处理？写并行我会失去什么async代码而不是使用 PLINQ 或 TPL？

那么为什么我不应该使用 async 来执行并行数据处理呢？

如果你有一小部分完全独立的非async任务和大量核心，那么使用异步来实现并行性没有任何问题。但是，如果您的任务以任何方式相互依赖，或者您的任务多于核心，或者您推动使用async深入代码，那么您将失去很多性能，并且可以通过选择更合适的并行编程基础来做得更好。

请注意，您的示例可以使用 F# 中的 TPL 编写得更加优雅：

Array.Parallel.map f xs

通过编写并行异步代码而不是使用 PLINQ 或 TPL，我会失去什么？

您失去了编写缓存无关代码的能力，因此，将遭受大量缓存未命中，因此，所有内核都会停止等待共享内存，这意味着多核上的可扩展性很差。

TPL 的构建理念是，子任务很有可能在与其父任务相同的核心上执行，因此，将受益于重用相同的数据，因为这些数据在本地 CPU 缓存中会很热。异步则没有这样的保证。